Agentic Engineering heißt der Begriff, mit dem ich meinen Artikel vom März heute überschreiben würde. Damals habe ich beschrieben, wie ich mir mein eigenes KI-Diktiertool gebaut habe, und das Ganze Vibe Coding genannt. Meine Arbeitsweise fasste ich so zusammen: Ich beschreibe, was ich brauche, und die KI schreibt den Code. Danach teste und justiere ich. Das stimmt bis heute, allerdings ist um diesen Ablauf herum inzwischen so viel entstanden, dass der alte Name schlicht falsch wäre.
Mit dieser Unschärfe bin ich nicht allein, denn rund um das Programmieren mit KI sind seit Anfang 2025 auffallend viele Begriffe entstanden: Vibe Coding, Agentic Coding, Agentic Engineering, Vibe Engineering, Context Engineering, Spec-Driven Development und zuletzt Harness Engineering. Ich habe nachverfolgt, wer sie wann geprägt hat und was sie tatsächlich unterscheidet. Dabei hat sich eine einzige Frage als brauchbarster Maßstab herausgestellt, nämlich wer den Code prüft, bevor er live geht.
Vibe Coding: Code, den niemand liest
Den Begriff prägte Andrej Karpathy, Mitgründer von OpenAI und früher KI-Chef bei Tesla, am 2. Februar 2025 auf X. Er beschrieb eine Art zu programmieren, bei der man sich ganz den Vibes hingibt und vergisst, dass der Code überhaupt existiert. Dabei sprach er per Spracheingabe mit seinem Editor, klickte immer auf „Accept All“ und las die Diffs nicht mehr. Fehlermeldungen kopierte er kommentarlos zurück in den Chat, bis sie verschwanden. Für Wegwerfprojekte am Wochenende sei das gar nicht schlecht, merkte er selbst an.
Die enge Bedeutung hielt jedoch nicht lange. Schon im März 2025 beklagte Simon Willison, einer der gründlichsten Beobachter dieser Szene, dass inzwischen fast jede Form von Programmieren mit KI Vibe Coding genannt werde. Collins Dictionary kürte den Begriff im November zum Wort des Jahres 2025 und definierte ihn ebenso breit, als jede Nutzung von KI, die auf Anweisungen in natürlicher Sprache hin beim Schreiben von Code hilft. Andrew Ng hatte den Namen schon im Mai 2025 unglücklich genannt, denn ernsthaftes Programmieren mit KI sei anstrengende geistige Arbeit.
Ich halte mich an die enge Definition, weil nur sie etwas unterscheidet. Vibe Coding heißt also, dass niemand den Code prüft und das Ergebnis Prototyp-Qualität hat. Das ist völlig in Ordnung, solange allen Beteiligten klar ist, dass gerade ein Prototyp entsteht.
AI-assisted Coding: der neutrale Oberbegriff
AI-assisted Coding, also KI-gestütztes Programmieren, ist der Sammelbegriff für alles, wobei eine KI beim Programmieren hilft. Gemeint ist meistens die klassische Form, die GitHub Copilot seit 2021 in den Editor bringt. Die KI macht dabei Vorschläge, während der Mensch schreibt und entscheidet.
Agentic Coding: Die KI führt selbst aus
Der eigentliche Sprung kam mit den Coding-Agenten wie Claude Code von Anthropic oder OpenAI Codex. Sie schreiben Code und führen ihn auch selbst aus. Willison definiert einen Agenten knapp als Programm, das in einer Schleife Werkzeuge benutzt, bis ein Ziel erreicht ist. Der Agent liest also Dateien, startet Tests, sieht die Fehlermeldung und korrigiert sich, ohne dass ein Mensch jeden Schritt anstößt.
Agentic Coding beschreibt nur diese Arbeitsweise, ob das Ergebnis taugt, lässt der Begriff offen. Ein Agent, den niemand kontrolliert, betreibt Vibe Coding mit höherem Tempo. Eingebettet in ein enges System aus Tests und Prüfungen kann derselbe Agent dagegen Code in Produktionsqualität liefern. Karpathy sprach im Juni 2025 in seinem Vortrag „Software Is Changing (Again)“ passend dazu von einem Autonomie-Regler: Gute Werkzeuge lassen den Menschen je nach Aufgabe einstellen, wie viel die KI allein entscheiden darf.
Agentic Engineering: Die Verantwortung bleibt beim Menschen
Für die professionelle Seite setzt sich zunehmend Agentic Engineering durch. Karpathy schlug den Begriff im Februar 2026 vor, ein Jahr nach seinem Vibe-Coding-Post, und nannte ihn seinen derzeitigen Favoriten. Programmieren über Agenten werde für Profis zum Standard, schrieb er, allerdings mit deutlich mehr Aufsicht und Prüfung. Ziel sei, die Kraft der Agenten zu nutzen, ohne bei der Qualität der Software Abstriche zu machen.
Wenige Wochen später übernahm Willison den Namen für seinen fortlaufenden Leitfaden Agentic Engineering Patterns. Er trennt die beiden Welten über die Qualität: Vibe Coding liefert ungeprüften Code in Prototyp-Qualität, Agentic Engineering bringt den Code der Agenten auf ein produktionsreifes Niveau. Dafür gibt der Mensch dem Agenten die passenden Werkzeuge und beschreibt das Problem genau genug. Schließlich prüft er das Ergebnis so lange, bis er sicher ist, dass es robust funktioniert.
Die Idee selbst ist älter als der Name. Kent Beck, der Erfinder von Extreme Programming, nannte sie im Sommer 2025 Augmented Coding: Beim Vibe Coding interessiert dich nur das Verhalten des Systems, beim Augmented Coding zusätzlich die Komplexität des Codes und seine Testabdeckung. Willison schlug im Oktober 2025 halb im Scherz „Vibe Engineering“ vor, spricht inzwischen jedoch ebenfalls von Agentic Engineering.
Drei Techniken im Agentic Engineering
Die drei übrigen Begriffe benennen Fähigkeiten, die man beim Arbeiten mit Agenten braucht. Man kann sie einzeln lernen, und jede davon verbessert die Ergebnisse spürbar.
Context Engineering
Im Juni 2025 schrieb Shopify-Chef Tobi Lütke, er ziehe Context Engineering dem Begriff Prompt Engineering vor. Es gehe darum, einer KI den gesamten Kontext mitzugeben, mit dem sie eine Aufgabe plausibel lösen kann. Karpathy schärfte wenige Tage später nach, man müsse das Kontextfenster mit genau den richtigen Informationen für den nächsten Schritt füllen. Bei Coding-Agenten sind das vor allem Projektregeln in einer festen Datei und ein Gedächtnis, das Erkenntnisse über Sitzungen hinweg festhält.
Spec-Driven Development
Beim Spec-Driven Development steht eine strukturierte Spezifikation am Anfang. Aus ihr leitet die KI zunächst einen Entwurf und danach einzelne Aufgaben ab, bevor sie Code schreibt. So arbeiten zum Beispiel Amazons Entwicklungsumgebung Kiro und das Toolkit Spec Kit von GitHub. Thoughtworks hat die Technik im Technology Radar vom November 2025 in den Ring „Assess“ gesetzt, also anschauen und noch nicht flächendeckend einsetzen. Die Begründung finde ich berechtigt, denn manche Werkzeuge erzeugen Spezifikationen, die kaum jemand vernünftig prüfen kann.
Als Agile Coach erkenne ich darin viel wieder. Eine gute Spezifikation für einen Agenten hat erstaunlich viel mit einer guten User Story gemeinsam, denn beide brauchen ein klares Ziel und prüfbare Akzeptanzkriterien. Teams, die das schon beherrschen, haben beim Arbeiten mit Agenten deshalb einen echten Vorsprung.
Harness Engineering
Bekannt wurde dieser Begriff im Februar 2026 durch einen Beitrag von OpenAI. Ein Team beschrieb dort, wie es fünf Monate lang ein internes Produkt gebaut hat, ohne eine einzige Zeile Code von Hand zu schreiben. Codex schrieb alles, auch die Tests und die Dokumentation. Die Menschen bauten dabei die Umgebung, in der der Agent arbeitet, mit Leitplanken und automatischen Prüfungen, die ihm Rückmeldung geben. Ihre Kurzformel lautet „Humans steer. Agents execute.“
Vibe Coding oder Agentic Engineering: Wann welche Form passt
Vibe Coding passt, wenn das Ergebnis weggeworfen werden darf, etwa beim Klick-Prototyp für ein Gespräch oder beim Skript für einen Nachmittag. Sobald fremde Daten im Spiel sind, ist allerdings Schluss damit.
AI-assisted Coding bleibt die richtige Wahl für Entwickler, die jede Zeile selbst verantworten wollen oder müssen, wie es in regulierten Umgebungen oft verlangt wird.
Agentic Coding ohne Leitplanken ist Vibe Coding mit höherem Tempo. Wenn dabei etwas schiefgeht, ist folglich auch der Schaden größer.
Agentic Engineering ist der Standard für alles, was länger als ein Wochenende leben soll. Context Engineering und Spec-Driven Development gehören dazu, und mit einer guten Projektdatei für den Agenten fängt man am einfachsten an.
Was ungeprüfter KI-Code kostet
Wie viel an der Prüfung hängt, zeigt der GenAI Code Security Report von Veracode aus dem Juli 2025. Über 100 Sprachmodelle sollten dafür 80 Programmieraufgaben lösen, und in 45 Prozent der Fälle enthielt der erzeugte Code eine Sicherheitslücke. Bei Cross-Site-Scripting versagten die Modelle sogar in 86 Prozent der Fälle. Wer solchen Code ungeprüft live stellt, betreibt Vibe Coding in seiner riskantesten Form.
Auch das eigene Gefühl prüft schlecht. Das Forschungsinstitut METR ließ 2025 sechzehn erfahrene Open-Source-Entwickler 246 echte Aufgaben bearbeiten, teils mit und teils ohne KI. Mit KI brauchten sie 19 Prozent länger, schätzten sich hinterher jedoch 20 Prozent schneller ein. METR bezeichnet diese Ergebnisse inzwischen selbst als überholt, weil Entwickler mit heutigen Werkzeugen vermutlich schneller sind. Mir bleibt daraus vor allem, dass ein gutes Gefühl beim Arbeiten mit KI noch nichts über das Ergebnis sagt.
Wo ich mich beim Agentic Engineering einordne
Den Code beurteile ich nicht selbst, denn ich lese und schreibe keinen, und das sage ich offen. Alle meine Werkzeuge baue ich mit Claude Code, auch das Content-System, aus dem der Entwurf dieses Artikels stammt. Veröffentlicht wird er erst, wenn ich ihn gelesen und freigegeben habe. Wer Agentic Engineering so versteht wie Karpathy und Willison, denkt dabei an erfahrene Entwickler, die den Code ihrer Agenten selbst lesen. Die Prüfung, die bei ihnen im Kopf passiert, habe ich in ein System verlegt, das ich gebaut habe und verantworte.
Genau darin liegt der Abstand zum Diktiertool. In meinem Artikel vom März stand als Prüfung nur, dass ich teste und justiere. Heute prüft nach jeder neuen Funktion ein separater Review-Durchgang den Code gegen eine feste Sicherheits-Checkliste, und kritische Befunde werden behoben, bevor die Funktion als fertig gilt. Auf allen meinen Geräten wird zudem jeder Commit automatisch auf versehentlich abgelegte Zugangsdaten gescannt und bei einem Fund blockiert, auch die automatischen Commits des Agenten. Seit Oktober kontrolliert außerdem eine monatliche Prüfung, ob jede der gut 20 umgesetzten Schutzmaßnahmen noch greift, teils als echter Wirkungstest von außen.
Dazu kommt Context Engineering im Alltag. Für jedes Projekt gelten schriftliche Regeln in der Konfiguration des Agenten, darunter Security by Default und Secrets nie im Code. Erkenntnisse und Korrekturen landen zudem in einem selbst gepflegten Wiki, damit sich ein Fehler nicht wiederholt, nur weil eine neue Sitzung beginnt. Bei größeren Aufgaben legt der Agent außerdem erst ein Ziel mit Erfolgskriterien vor und wartet auf meine Freigabe, was einer kleinen Spezifikation recht nahe kommt. Wie das Ganze auf eigener Hardware weiterläuft, habe ich in meinem Artikel über mein KI-Entwickler-Setup mit Agenten auf dem Heimserver beschrieben.
Meine Einordnung lautet deshalb Agentic Engineering, wobei die Prüfung in einem System steckt, das dem sehr nahe kommt, was OpenAI Harness Engineering nennt. Die Grenzen gehören dazu. Der Review-Durchgang läuft selbst über einen KI-Agenten und kann sich irren, und KI-generierter Code kann trotz aller Reviews Fehler enthalten. Reviews senken das Risiko, sie schließen es nicht aus. Außerdem hat ein Ein-Personen-Betrieb keine Sicherheitsmannschaft, die rund um die Uhr reagiert. Fast alle meine Werkzeuge laufen auf eigener Hardware in einem privaten VPN, in dem jedes Gerät nur erreicht, was es braucht, und das begrenzt, wer überhaupt an sie herankommt.
Für Organisationen ist der richtige Begriff zweitrangig. Wichtiger ist die Frage dahinter, also wer bei euch den Code prüft, bevor er live geht, und ob diese Aufgabe jemandem ausdrücklich zugeordnet ist. Falls ihr gerade KI-Agenten in der Entwicklung einführt und klären wollt, welche Leitplanken ihr braucht, sprecht mich gern an. Und falls du selbst mit Agenten baust, interessiert mich, wo du dich zwischen Vibe Coding und Agentic Engineering wiederfindest.
